[發明專利]監控場景下基于深度學習的人臉識別系統

有效

• 申請號: 201510063023.1
• 申請日: 2015-02-08
• 公開（公告）號: CN104573679B
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 張德馨
• 申請（專利權）人: 天津艾思科爾科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06N3/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種監控場景下基于深度學習的人臉識別系統。監控場景下基于深度學習的人臉識別系統包括視頻采集單元、人臉檢測單元、顯示單元、存儲單元。視頻采集單元將采集到的圖像信息傳輸給人臉檢測單元進行下一步處理，同時傳輸給存儲單元進行儲存；人臉檢測單元通過深度學習，檢測出視頻圖像中的人臉信息，并提取出人臉特征信息，提取到的人臉特征信息與人臉數據庫模塊中的人臉進行特征匹配，得到匹配的人臉信息，傳輸到顯示單元顯示，同時傳輸到存儲單元進行儲存。該裝置能夠快速識別出人臉并準確判定出對應的身份信息，能夠實現危險人物的預警，保護人們的生命財產安全，對我國治安的協助維持有重要的作用。

技術領域

本發明屬于智能視頻監控領域，涉及到模式識別、人工智能等技術，特別涉及到監控場景下智能人臉識別方面。

背景技術

人臉識別技術是依據人臉部的特征信息進行身份識別的生物識別技術之一。人臉識別技術成為一種可靠地身份識別依據，而且具有非接觸性、并發性、非強制性、直觀性等優點。目前人臉識別主要應用于考勤、門禁身份驗證等領域，在智能監控領域的應用還不完善，還沒有比較完備的人臉識別監控設備應用在監控場景中。

本發明旨在應用在智能監控領域，通過監控，將目標與場景中的人臉進行識別比對匹配，得到搜索的人物信息。在遠距離情況下快速確認目標身份，實現智能預警的功能。通過在重要保護場所如學校、車站、超市、廣場、住宅區等進行實時采集視頻信息并進行人臉識別，從而快速鎖定出入人員的信息，判斷是否為危險分子，從而實現預警，保護人們的人身財產安全。隨著人們安全防范意識的提高，急需人臉識別系統應用于監控領域，并且，這對加強我國治安管理水平有重要的作用。

發明內容

為解決上述問題，本發明的目的在于提供監控場景下基于深度學習的人臉識別系統。

本系統在監控場景下，能夠檢測到人臉并進行快速分析匹配，及早辨別出身份信息，判斷是否為危險人物并及早預警。本系統具有友好、易采集性、非強制性、檢測可靠等優點，具有較高的智能化水平。

本發明采用的技術方案是：監控場景下基于深度學習的人臉識別系統包括視頻采集單元、人臉檢測單元、顯示單元、存儲單元。

其中，所述視頻采集單元包括嵌入式高清相機和視頻編碼器。

其中，所述人臉檢測單元包括人臉數據庫模塊、深度學習模塊、人臉判別模塊、特征提取模塊、人臉匹配模塊和通信模塊a。

所述人臉數據庫模塊是存放待訓練的人臉。

所述深度學習模塊包括神經網絡各層的建立過程。所建立的神經網絡，包含輸入層、輸出層、五層隱層，只有相鄰層節點之間有連接，同一層以及跨層節點之間相互無連接。訓練過程包括前向訓練和后向訓練。前向訓練過程為自下而上的非監督學習，即從底層開始，一層一層的往頂層訓練，訓練過程中，訓練學習得到第n-1層參數后，將n-1層的輸出作為第n層的輸入，訓練第n層，由此分別得到各層的參數；后向訓練過程為自上而下的監督學習，即訓練誤差自頂向下傳輸，對參數進行微調。

所述人臉判別模塊，指的是通過深度學習各層神經網絡的學習，將視頻圖像中出現的人臉信息檢測出來。

所述特征提取模塊是依據人臉數據庫模塊中的人臉樣本學習規則，提取出人臉判別模塊中提取得到的人臉的特征信息。

所述人臉匹配模塊為人臉判別模塊中提取得到的待檢測人臉與已經存儲的人臉數據庫模塊中的人臉進行比對匹配的過程。通過比對人臉判別模塊中提取得到的待檢測人臉和人臉數據庫模塊中的人臉的特征信息，找出匹配的人臉對應的身份信息。

所述通信模塊a負責將人臉匹配模塊提取得到的匹配的人臉信息傳輸到顯示單元，通過PCI總線進行數據傳輸。

其中，所述顯示單元包括通信模塊b、解碼模塊和顯示模塊。